简介:首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置。在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集。最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速。实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性。
简介:摘 要: 手势识别技术研究与人机交互和谐社会发展学生具有密不可分的联系,,因此具有重要研究意义. 针对传统手势检测算法空间不变性 较弱,手势识别效率较低等问题,本文提出基于改进AR 网络与W-loU相结合的手势识别深度学习模型. 首先采用 空间变换网络对AR网络进行改进,对手势信息进行处理,提取关键手势特征,解决了数据易受攻击的问题,增强了网络的不变性,然后对从网络中提取的特征进行降维,减少冗余信息,再通过W-LOU进行分类,提高了分类精度。最后,在标准数据集和自制数据集上进行了检测测试,结果表明该方法可以提高手势识别的准确率,验证了算法的有效性。
简介:1918——1920年,德国工人委员会运动处于衰落的状态,革命高潮不断跌落。马克思主义者必须正面寻求革命失败的原因,与其他马克思主义者观点截然不同的柯尔施却强调,马克思主义失败和处于低潮状态的原因是由于第二国际理论家错误地宣传马克思主义,这些“正统”理论家们抛弃了马克思主义中的核心部分,即马克思主义哲学。柯尔施强烈地要求重建马克思主义哲学,恢复哲学在马克思主义中的核心地位,恢复马克思主义的革命性。但是作为“西方马克思主义”开创者的柯尔施却又是笼罩在黑格尔思辨哲学的阴影之下的,对马克思哲学的阐释仍然存在着理论的限度,而马克思却在存在论的高度上发动了一场哲学革命。只有深入到历史性的本质的那一度中,方能领会这一哲学革命的真实意蕴。